为您找到相关结果约500个

你是不是要搜索 期刊NASH预测模型 点击跳转

新型机器学习<font color="red">模型</font>可有效<font color="red">预测</font>非酒精性脂肪性肝炎（<font color="red">NASH</font>）发生

新型机器学习模型可有效预测非酒精性脂肪性肝炎（NASH）发生

非酒精性脂肪性肝炎（NASH）是一种进展性肝脏疾病，最终会发展为终末期肝病。不容乐观的是，当前NASH的知晓率非常低。如何早期发现NASH高危人群，实现NASH的早发现和早干预，无疑是临床实践所面临的一个现实问题。在近日召开的第70届美国肝病研究学会（AASLD）年会上发布的一项最新研究显示，一种新型机器学习方法在预测NASH概率方面具有较高的敏感性。研究者德国美因茨大学医学中心Jorn M. J

国际糖尿病 - 机器学习，非酒精性脂肪性肝炎，模型 - 2019-11-24

J Hepatol：饮食和化学药物诱导的疾病快速进展的<font color="red">NASH</font><font color="red">模型</font>

J Hepatol：饮食和化学药物诱导的疾病快速进展的NASH模型

研究表明，NASH小鼠模型显示了晚期肝纤维化和HCC的快速进展，并模仿了人类NASH的组织学、免疫学和转录的特征，这表明它将成为临床前药物测试的一个有用的实验工具

MedSci原创 - 饮食，化学药物，NASH，肝纤维化，肝细胞癌 - 2018-03-31

临床<font color="red">预测</font><font color="red">模型</font>：新<font color="red">预测</font>因子的<font color="red">预测</font>增量值

临床预测模型：新预测因子的预测增量值

【摘要】新的生物标志物的发现和开发一直以来都是充满前景的领域，这些研究为预测模型提了新的预测因子，可以极大改善对疾病风险的预测。为了对新的预测因子的临床效用得到有意义的结论，必须采取适当的统计方法。本

统技思维 - 预测模型，风险预测模型 - 2020-09-17

基于生存<font color="red">预测</font><font color="red">模型</font>，对FLAURA研究OS数据进行<font color="red">预测</font>

基于生存预测模型，对FLAURA研究OS数据进行预测

美国临床肿瘤学会（ASCO）成立于1964年，ASCO年会是世界上规模最大，学术水平最高，最具权威的临床肿瘤学会议。2019年ASCO年会即将于5月31日至6月4日在美国芝加哥举办，今年的主题为“Caring for Every Patient， Learning from Every Patient”，本次会议中众多最新研究结果将公布。在EGFR突变阳性晚期非小细胞肺癌一线治疗上，FLAURA研

肿瘤资讯 - 生存预测模型，FLAURA研究，OS数据预测 - 2019-05-28

临床<font color="red">预测</font><font color="red">模型</font>的网状Meta分析

临床预测模型的网状Meta分析

临床预测模型或预后评分近年来应用越来越广泛，它们通过对个体某些特征指标如实验室检验或症状、体征等的利用来估计现在或未来发生某特定事件的风险，为医疗决策提供一定的科学依据。目前，在很多疾病领域针对同一个

网络 - Meta分析 - 2021-08-29

临床<font color="red">预测</font><font color="red">模型</font>研究方法与步骤

临床预测模型研究方法与步骤

临床预测模型又称风险预测模型、预测指数、预测规则、风险评分，是一种通过纳入多个变量（如临床指标、生化指标、影像学等）预测结局发生情况的统计学模型[1-3]，可对患者的疾病发生、严重程度分层、风险和转归

中国循证医学杂志 - 临床预测模型 - 2024-03-16

Neurology：帕金森患病风险<font color="red">预测</font>新<font color="red">模型</font>

Neurology：帕金森患病风险预测新模型

研究认为，年龄、性别、种族、吸烟史以及医疗条件等人口医疗因素对帕金森风险患者的疾病预测具有一定作用，是一种简单有效的帕金森患病风险预测方法

MedSci原创 - 帕金森，患病风险，预测模型 - 2017-09-03

AASLD2017 | HVPG可以<font color="red">预测</font><font color="red">NASH</font>代偿期肝硬化患者的临床疾病进展

AASLD2017 | HVPG可以预测NASH代偿期肝硬化患者的临床疾病进展

应用肝静脉压力梯度（HVPG）值可以独立预测酒精性肝硬化或病毒性肝炎肝硬化患者的临床失代偿风险，然而，其用于非酒精性脂肪性肝炎（NASH）患者的数据有限。在本届AASL年会上，西班牙巴塞罗那大学Bosch等交流的一项研究表明，NASH代偿期肝硬化患者的基线HVPG检测水平及其随着时间的变化，与临床疾病进展的风险独立相关。

国际肝病 - HVPG，肝硬化，预测，疾病进展 - 2017-10-24

Resmetirom治疗<font color="red">NASH</font>的三期临床（MAESTRO-<font color="red">NASH</font>）成功

Resmetirom治疗NASH的三期临床（MAESTRO-NASH）成功

2022年12月19日，Madrigal Pharmaceuticals宣布Resmetirom治疗NASH的三期临床MAESTRO-NASH达到主要终点和关键次要终点。

MedSci原创 - 非酒精性脂肪肝，NASH，非酒精性脂肪性肝炎（NASH） - 2022-12-19

想要建立<font color="red">预测</font><font color="red">模型</font>，统计方法怎么选？

想要建立预测模型，统计方法怎么选？

是否要建立预测模型？预测模型是基于变量之间的相关关系，通过一个或几个变量预测另一个变量的分析方法。我们可以根据自变量（预测变量或解释变量）预测因变量（应答变量或结局变量）。比如，通过久坐时长预测受试者的血液胆固醇浓度，或者根据受试者的年龄、性别、BMI等变量信息预测高血压病发病情况。此外，预测模型还可以帮助我们判断各自变量的重要性，即自变量对因变量的解释能力。举例来说，预测模型可以用来分析学历对收

医咖会 - 预测模型 - 2019-12-11

用SPSS Modeler 建立线性回归<font color="red">预测</font><font color="red">模型</font>

用SPSS Modeler 建立线性回归预测模型

SPSS Modeler 是一组数据挖掘工具，通过这些工具可以采用商业技术快速建立预测性模型， 并将其应用于商业活动，从而改进决策过程。将通过一个理赔欺诈检测的实际商业应用来介绍如何用 IBM SPSS Modeler 建立、分析及应用线性回归分析模型。实际上，医学数据模型与之十分类似。

MedSci原创 - SPSS，预测 - 2015-12-28

糖尿病的风险预测模型

2022-02-17

Sci Rep：新型预测模型可有效预测牙周炎的发生

虽然已经在慢性牙周炎患者的牙龈沟液（GCF）中描述了不同的细胞因子谱，但是没有证据表明基于GCF细胞因子的预测模型用于诊断疾病。本研究旨在获得基于GCF细胞因子的预测模型; 并开发从它们得出的列线图。

MedSci原创 - 2017-09-22

常见的预测模型有哪些种类？

基于数学建模的预测方法种类繁多，从经典的单耗法、弹性系数法、统计分析法，到目前的灰色预测法。当在使用相应的预测方法建立预测模型时，我们需要知道主要的一些预测方法的研究特点，优缺点和适用范围。下面就当下一些主要的预测方法进行总结： 预测模型名称 适用范围

MedSci原创 - 预测模型 - 2018-12-02

孤立肺结节癌变风险（Cummings预测模型)

肺结节 - 2023-06-09

为您找到相关结果约500个

共500条页码: 1/34页15条/页